节点和群集健康检查

使用您的 DC/OS 群集进行健康检查

节点和群集运行状况检查提供群集信息，包括可用端口、Mesos 代理节点状态和 IP 检测脚本验证。运行状况检查是通过其退出代码报告 DC/OS 群集或节点状态的 shell 命令。您可以编写自己的自定义运行状况检查或使用预定义的检查。

预定义的运行状况检查

DC/OS 包括一组针对 DC/OS 核心组件的预定义内置运行状况检查。这些内置检查可验证以下内容：

  • 所有 DC/OS 组件都运行良好的。
  • XZ 实用程序可用。
  • IP 检测脚本生成有效输出。
  • Mesos 代理节点已经注册了管理节点。

自定义运行状况检查

自定义检查是由用户编写的检查，在 config.yaml 文件中安装 DC/OS 时指定。应为非核心 DC/OS 组件编写自定义检查。DC/OS 核心组件的运行状况检查包括在 预定义的运行状况检查 中，可直接使用。 例如，您可以编写自定义运行状况检查以验证以下内容：

  • DC/OS 服务是否运行良好
  • 节点上的本地装载是否运行良好

创建自定义运行状况检查

自定义运行状况检查是一组用户定义命令，可添加到一组用于判定节点或群集是否运行良好的检查中。自定义运行状况检查必须采用下表中的一种退出代码报告状态。

代码状态描述
0正常检查通过。无需调查。
1警告检查通过，但可能需要调查。
2重要检查失败。若未预期出现检查失败则需调查。
3 或更大未知状态无法确定。调查。

或者，您可以配置检查以输出可人工读取的消息到 stderr 或 stdout。

指定自定义运行状况检查

在安装 DC/OS，之前，必须在 custom_checks 安装配置参数中指定自定义运行状况检查。如果您想在安装后修改配置文件，就必须遵循 DC/OS 升级流程。

如果文件是绝对路径（例如，在 /usr/bin/ 中有可执行文件），您可以直接在 cmd 中指定该文件。如果用名称引用没有绝对路径的可执行文件（例如， echo 而不是 /usr/bin/echo），系统将使用此搜索路径，并使用其发现的第一个可执行文件：/opt/mesosphere/bin:/usr/bin:/bin:/sbin。

有关此参数的描述和示例，请参阅 配置参数文档。

自定义运行状况检查可执行文件

在安装 DC/OS，之前，您可以选择在 genconf/check_bins/ 提供可执行文件的目录，列出要分发到所有群集节点，用于自定义检查的可执行文件。如果提供，这些可执行文件将被添加到检查可执行文件的搜索路径末尾。若要使用自定义检查可执行文件，参考 custom_checks 不带绝对路径的参数本身（例如，要在自定义检查中使用 genconf/check_bins/custom_script.sh ，请参阅 custom_script.sh）。

运行状况检查的类型

群集检查

群集检查报告整个 DC/OS 群集的运行状况。所有节点上的集群均可运行群集检查。通过 SSH 连接到群集节点并运行此命令：/opt/mesosphere/bin/dcos-shell dcos-check-runner check cluster --list，可以发现定义了哪些群集检查。

节点检查

节点检查会在安装后报告各个节点的状态。通过 SSH 连接到各个节点，节点检查可在安装后运行。可以通过 SSH 连接到群集节点并运行此命令:/opt/mesosphere/bin/dcos-shell dcos-check-runner check node-poststart --list，查看定义了哪些节点检查。

进行运行状况检查

可在群集节点运行以下命令，调用自定义或预定义的运行状况检查。

前提条件：

  • DC/OS 已安装，您已通过超级用户权限登录。

  1. SSH 连接到群集节点。

    1. dcos node --master-proxy --mesos-id=<agent-node-id>

  2. 运行此命令以查看可用的运行状况检查，需采用指定的检查类型 (<check-type>)。检查类型可以是群集 (cluster) ，也可以是节点 (node-poststart)。

    1. /opt/mesosphere/bin/dcos-shell dcos-check-runner check <check-type> --list

    输出应类似于：

    1. {
    2.   "clock_sync": {
    3.     "description": "System clock is in sync.",
    4.     "cmd": [
    5.       "/opt/mesosphere/bin/dcos-checks",
    6.       "time"
    7.     ],
    8.     "timeout": "1s"
    9.   },
    10.   "components_agent": {
    11.     "description": "All DC/OS components are healthy",
    12.     "cmd": [
    13.       "/opt/mesosphere/bin/dcos-checks",
    14.       "--role",
    15.       "agent",
    16.       "--iam-config",
    17.       "/run/dcos/etc/dcos-diagnostics/agent_service_account.json",
    18.       "--force-tls",
    19.       "--ca-cert=/run/dcos/pki/CA/ca-bundle.crt",
    20.       "components",
    21.       "--scheme",
    22.       "https",
    23.       "--port",
    24.       "61002"
    25.     ],
    26.     "timeout": "3s"
    27.   },
    28.   ...

  3. 使用指定的检查名 (<checkname>) 。

    1. /opt/mesosphere/bin/dcos-shell dcos-check-runner check node-poststart <checkname>

    例如：运行 component_agent 检查。

    1. /opt/mesosphere/bin/dcos-shell dcos-check-runner check node-poststart component_agent

    输出应类似于：

    1. {
    2.   “status”: 2,
    3.   “checks”: {
    4.     “component_agent”: {
    5.       “status”: 2,
    6.       “output”: “”
    7.     },
    8.     “exhibitor”: {
    9.       “status”: 0,
    10.       “output”: “”
    11.     }
    12.   }
    13. }

示例

列出所有检查

列出所有群集检查。

  1. /opt/mesosphere/bin/dcos-shell dcos-check-runner check cluster --list

列出所有节点检查。

  1. /opt/mesosphere/bin/dcos-shell dcos-check-runner check node-poststart --list

列出特定检查

列出特定群集检查（check1）。

  1. /opt/mesosphere/bin/dcos-shell dcos-check-runner check cluster --list check1 [check2 [...]]

列出特定节点检查（check1）。

  1. /opt/mesosphere/bin/dcos-shell dcos-check-runner check node-poststart --list check1 [check2 [...]]

运行所有检查

运行群集检查。

  1. /opt/mesosphere/bin/dcos-shell dcos-check-runner check cluster

运行节点检查。

  1. /opt/mesosphere/bin/dcos-shell dcos-check-runner check node-poststart

运行特定检查

运行特定群集检查（check1）。

  1. dcos-check-runner check cluster check1 [check2 [...]]

运行特定节点检查（check1）。

  1. dcos-check-runner check node-poststart check1 [check2 [...]]